基于多支持向量机齿轮钢淬透性预报方法的研究林平1,2，王福利1，刘浏2(1．东北大学自动化研究所，辽宁沈阳110004；2．钢铁研究总院冶金工艺研究所，北京100081)摘要：由于齿轮钢淬透性与钢的化学成分和组织结构间存在非常复杂的关系，传统方法难以建立准确的预测模型。针对这一问题，提出了一种多支持向量机的建模方法，将影响淬透性的各因素按其相关性进行分类，根据分类结果确定子模型个数和子模型的输入。同时，为保证模型具有更好的拟合精度和泛化能力，在模型的训练中采用遗传算法对支持向量机进行参数寻优。仿真结果表明，采用多支持向量机建立的钢材淬透性预测模型具有更高的预测精度。关键词：淬透性；预报；支持向量机；遗传算法；齿轮钢对冶炼高品质齿轮钢来说，最基本要求就是提高钢材淬透性的稳定性和一致性。通常高品质齿轮钢的基本要求是淬透性带宽小于6(HRC)，国际先进水平达到淬透性带宽小于4[1]。在精炼过程实现淬透性的准确预报是缩小齿轮钢淬透性带宽的关键技术。由于淬透性与钢的化学成分和组织结构间存在非常复杂的关系，采用传统的回归方法，如多元线性回归模型、非线性模型，难以准确描述，而神经网络由于自身结构上的缺陷也难以建立准确的模型。支持向..